6.4 KiB
اساتذہ کے لیے
کیا آپ اس نصاب کو اپنی کلاس میں استعمال کرنا چاہتے ہیں؟ بے شک، ضرور کریں!
حقیقت میں، آپ اسے GitHub کے اندر ہی استعمال کر سکتے ہیں، GitHub Classroom کے ذریعے۔
اس کے لیے، اس ریپو کو فورک کریں۔ آپ کو ہر سبق کے لیے ایک الگ ریپو بنانا ہوگا، اس لیے آپ کو ہر فولڈر کو ایک الگ ریپو میں نکالنا ہوگا۔ اس طرح، GitHub Classroom ہر سبق کو الگ الگ اٹھا سکے گا۔
یہ مکمل ہدایات آپ کو بتائیں گی کہ اپنی کلاس روم کو کیسے ترتیب دیں۔
ریپو کو موجودہ حالت میں استعمال کرنا
اگر آپ اس ریپو کو اس کی موجودہ حالت میں استعمال کرنا چاہتے ہیں، بغیر GitHub Classroom کے، تو یہ بھی ممکن ہے۔ آپ کو اپنے طلباء کے ساتھ یہ بات چیت کرنی ہوگی کہ کون سا سبق اکٹھے مکمل کرنا ہے۔
آن لائن فارمیٹ (Zoom، Teams، یا دیگر) میں، آپ کوئز کے لیے بریک آؤٹ رومز بنا سکتے ہیں اور طلباء کو سیکھنے کے لیے تیار کرنے میں مدد دے سکتے ہیں۔ پھر طلباء کو کوئز کے لیے مدعو کریں اور ان سے کہیں کہ اپنے جوابات ایک خاص وقت پر 'issues' کے طور پر جمع کرائیں۔ آپ اسی طرح اسائنمنٹس کے ساتھ بھی کر سکتے ہیں، اگر آپ چاہتے ہیں کہ طلباء کھلے عام تعاون کے ساتھ کام کریں۔
اگر آپ ایک زیادہ نجی فارمیٹ کو ترجیح دیتے ہیں، تو اپنے طلباء سے کہیں کہ نصاب کو سبق بہ سبق اپنے GitHub ریپوز میں فورک کریں، جو کہ نجی ریپوز ہوں، اور آپ کو رسائی دیں۔ پھر وہ کوئز اور اسائنمنٹس نجی طور پر مکمل کر سکتے ہیں اور آپ کو اپنے کلاس روم ریپو پر 'issues' کے ذریعے جمع کرا سکتے ہیں۔
آن لائن کلاس روم فارمیٹ میں کام کرنے کے کئی طریقے ہیں۔ براہ کرم ہمیں بتائیں کہ آپ کے لیے کیا بہتر کام کرتا ہے!
اس نصاب میں شامل ہیں:
20 اسباق، 40 کوئز، اور 20 اسائنمنٹس۔ بصری سیکھنے والوں کے لیے اسباق کے ساتھ اسکیچ نوٹس شامل ہیں۔ کئی اسباق Python اور R دونوں میں دستیاب ہیں اور انہیں Jupyter نوٹ بکس کے ذریعے VS Code میں مکمل کیا جا سکتا ہے۔ اس ٹیک اسٹیک کو استعمال کرنے کے لیے اپنی کلاس روم کو ترتیب دینے کے بارے میں مزید جانیں: https://code.visualstudio.com/docs/datascience/jupyter-notebooks۔
تمام اسکیچ نوٹس، بشمول ایک بڑے فارمیٹ کا پوسٹر، اس فولڈر میں موجود ہیں۔
پورا نصاب PDF کی شکل میں دستیاب ہے۔
آپ اس نصاب کو ایک اسٹینڈ الون، آف لائن فرینڈلی ویب سائٹ کے طور پر بھی Docsify کے ذریعے چلا سکتے ہیں۔ Docsify انسٹال کریں اپنی لوکل مشین پر، پھر اس ریپو کی لوکل کاپی کے روٹ فولڈر میں docsify serve ٹائپ کریں۔ ویب سائٹ آپ کے localhost پر پورٹ 3000 پر دستیاب ہوگی: localhost:3000۔
نصاب کا آف لائن فرینڈلی ورژن ایک اسٹینڈ الون ویب پیج کے طور پر کھلے گا: https://localhost:3000
اسباق کو 6 حصوں میں تقسیم کیا گیا ہے:
- 1: تعارف
- 1: ڈیٹا سائنس کی تعریف
- 2: اخلاقیات
- 3: ڈیٹا کی تعریف
- 4: احتمال اور شماریات کا جائزہ
- 2: ڈیٹا کے ساتھ کام کرنا
- 5: ریلیشنل ڈیٹا بیسز
- 6: نان-ریلیشنل ڈیٹا بیسز
- 7: Python
- 8: ڈیٹا کی تیاری
- 3: ڈیٹا کی بصری نمائندگی
- 9: مقدار کی بصری نمائندگی
- 10: تقسیمات کی بصری نمائندگی
- 11: تناسبات کی بصری نمائندگی
- 12: تعلقات کی بصری نمائندگی
- 13: بامعنی بصری نمائندگی
- 4: ڈیٹا سائنس کا لائف سائیکل
- 14: تعارف
- 15: تجزیہ
- 16: مواصلات
- 5: کلاؤڈ میں ڈیٹا سائنس
- 17: تعارف
- 18: کم کوڈ کے اختیارات
- 19: Azure
- 6: عملی دنیا میں ڈیٹا سائنس
- 20: جائزہ
براہ کرم ہمیں اپنی رائے دیں!
ہم چاہتے ہیں کہ یہ نصاب آپ اور آپ کے طلباء کے لیے کارآمد ہو۔ براہ کرم ڈسکشن بورڈز میں ہمیں اپنی رائے دیں! اپنے طلباء کے لیے ڈسکشن بورڈز پر ایک کلاس روم ایریا بنانے کے لیے آزاد محسوس کریں۔
ڈسکلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستگی ہو سکتی ہیں۔ اصل دستاویز، جو اس کی مقامی زبان میں ہے، کو مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔